发帖
雷达卡
大数据时代教育形态悄然革新_大数据时代传统报业如何占位
随着大数据时代的快速来临和大数据时代的全面来袭，传统报业如何在激流中占位就成了一个很大而且很现实的问题，大数据时代教育邢台也在悄然革新，如果传统报业不作为，那么淘汰是迟早的事。所以，一方面我们看到的是大数据时代教育形态悄然革新给时代注入新血脉，另一方面大数据时代传统报业如何占位也是急需解决的一个严峻问题。
大数据时代，教育形态悄然革新，你怎么看？
在当今的信息时代，云技术、物联网和基于二者的大数据技术正推动教育发生着变革。未来教育在互联网等技术的作用下变得越来越个性化，大数据技术的应用将有利于个性化教育，标准化的学习内容由学生自组织学习，学校和教师更多的是关注学生的个性化培养，教师由教学者逐渐转变为助学者。在逐渐到来的大数据时代，互联网教育与学校教育将逐渐分离，更多的交往互动、个性化服务和灵活的学制将使学校获得新的生机。
未来的教育
1970年，托夫勒写了第一本畅销书《未来的冲击》，在书中托夫勒不仅批评了以哈钦斯为代表的面向过去的教育、支持了以杜威所代表的面向现实世界的教育，更创造性地提出了明确的面向未来的教育：小班化、多师同堂、在家上学趋势、在线和多媒体教育、回到社区、培养学生适应临时组织的能力、培养能作出重大判断的人、在新环境迂回前行的人、敏捷地在变化的现实中发现新关系的人和在未来反复、或然性和长期的设想下的通用技能。
44年后的今天，基于云、物联网、数据库技术、社会网络技术等的成熟应用，托夫勒当年感性预知的理念性的东西清晰地展现在我们面前：信息不仅仅是一种视觉和感官的东西，更是可捕捉、可量化、可传递的数字存在。教育正悄悄地发生着一场革命，而今天，我们已经明确知道带来这场革命的真正原因：那就是大数据。
“数据”与“数字”的区别何在？举个简单的例子：一个学生考试得了78分，这只是一个“数字”，但如果思考这78分背后的因素：家庭背景、努力程度、学习态度、智力水平等，把它们和78分联系在一起，这就成了“数据”。在数字时代，结构化的数据、量化的决策方法、较少的和经过筛选的高密度的数据质量，使得数字成为诉求：数字城市、数字中国和科学决策。然而，在大数据时代，一个数字背后的背景数据（即元数据）、评论数据等，全方位地定位了这个数据的意义，数据应用的侧重点由专家移向了客户、由理性移向了感官（专业上称可视化）、由单一的结论移向了个性化的判断。正在发生的这场教育变革与之前的远程教育和在线课程的最大的不同在于，前者不过是“数字”而已，后者却是“数据”——数据的集中以物联网、云计算等综合技术的成熟为基础，数据是过程性和综合性的考虑，它更能考量真实世界背后的逻辑关系。
由于互联网的迅速发展，美国从1997年以来的十多年，在家上学的人数迅速增长，教育不再是每个学生必须接受的事情。然而，如果就此断言未来的教育会消失就错了。正如随着印刷术的普及，教师的比例并不是减少而是大幅度增加一样，大量的信息垃圾的出现，反而需要更多的教师进行指导。未来的教育在互联网教育的推动下，会更加个性化和更加普及，只不过教师和学校的定义和内涵需要重新定位。
云技术、物联网和基于云技术和物联网的大数据是教育变革的技术推动力量。在向大数据时代、知识时代跨越的过程中，知识将无处不在。目前，仅就知识传播而言，教育资源正在经历的是平台开放、内容开放、校园开放的时代，这是前所未有的。未来的教育会是怎样的？主流的模式必将是：视频成为主要载体，教育资源极其丰富，翻转课堂，按需学习，终身学习，不以年龄划线，远程教育的提法将消失，距离不再是问题，教育在学校之外发生，等等。
大数据时代传统报业如何占位？
互联网上每时每刻都在产生数据，人们生活中无所不在的各种设备，比如电脑、手机、智能电器、感应器等等，都能时刻留下人的行为痕迹，实时产生数据，这些呈几何级增加的数据沉淀在网上，成为大数据。这些大数据有多大用？
2014年5月29日，百度董事长兼CEO李彦宏在第九届百度联盟峰会上预测了“未来5年有非常大的发展”的两大产业机会，这两大产业是“BAT(百度、阿里巴巴、腾讯）三者都不会涉足的领域”：1.新型企业级软件，解决企业从内部到外部链接的问题；2.挖掘新的有价值的“慢数据”，发掘个性化的预测信息，为用户寻找真正有价值的新数据。
李彦宏的分析有权威性、有说服力——在用户规模扩大、流量激增的情况下，目前互联网企业面临尴尬：搜集上来真正有价值的数据很少，无价值数据增多，有价值数据积累并不比传统企业更有优势。“比如最近比较火的智能硬件，手环、眼镜，搜集很多的数据，但这些数据拿过来，总觉得用不上，没法分析。”为此，他建议企业通过搜集“慢数据”来获取真正有价值的数据，找准并挖掘能真正帮助用户解决问题的新数据。这一判断，对报业这样的传统企业来说既是一种安慰，更是鼓舞。
另一个与之印证的观点是，阿里巴巴集团执行副总裁曾鸣最近有一篇长文分析说，大数据最重要的特征不在大小，而在死活。数据的死活决定一切，从数据的管理到数据的运用，数据必须能活起来，开始跑通迭代，才能产生持续价值。
既然传统媒体与新兴媒体及很多大企业一样，对如何用好大数据基本站在同一起跑线上，对报业来说，如何利用自身优势和资源去发掘、应用好“慢数据”“活数据”，让大数据成为报业未来的一大新增长点，就成为迫切需要研究解决的重要课题。
报业在大数据产业中的一席之地在哪儿？
《大数据时代》的作者维克托·迈尔·舍恩伯格被誉为“大数据商业应用第一人”，他描述了大数据价值链的三大构成：第一种是基于数据本身的公司，这些公司拥有大量数据或者可以收集到大量数据。第二种是基于技能的公司，它们通常掌握了专业技能，但并不一定拥有数据，往往是技术供应商、分析公司或者咨询公司。第三种是基于思维的公司。
在互联网上，任何主动收集庞大数据的行为，其成本都难以想象。因此，基于数据本身的第一种公司在价值链中处于最核心的位置，比如美国的谷歌、苹果、Facebook、亚马逊，中国的腾讯、阿里巴巴、百度。他们的优势是大数据聚合和模型构建，他们也想方设法把自己打造成基础设施和平台，使大数据在自己的平台上发挥出最大效用。
比如，2014年4月百度正式发布了大数据引擎，将核心大数据能力开放，向外界提供大数据存储、分析及挖掘的技术能力，以更好地帮助传统行业挖掘数据价值，加快传统行业转型升级。百度联盟将基于“开放云”“数据工厂”“百度大脑”三级开放平台，推进“人找信息”向“信息找人”的变革，为媒体、DSP、广告主、代理商提供更简单、高效的推广及变现平台。
而具有数据思维和数据技术的公司，在未来竞争中也处于有利地位，围绕着数据化变革，将衍生出新的商业模式。一是数据资产存储，二是数据资产定价，三是数据资产中介，四是数据资产管理，五是数据驱动的解决方案。①
从价值链和报业传统优势的角度分析，报业即使在采集、处理、储存、传播等各方面完全数字化后，即使数据量再大，与那些互联网入口企业相比、与真正生成大数据的公司相比，那点数据还远远不够大，因此不可能去做基于数据本身的公司。比较理性、可行的选择是，传统报业对大数据的运用着力点应是数据资产中介、数据资产管理、数据驱动的解决方案三大类。
数据资产中介——这个应用领域对媒体来说并不陌生，比如彭博社、路透社和《朝日新闻》、日本经济新闻社等新闻机构，收集免费的数据制成数据库，通过数据的加工和组合、分析产生新的价值，再卖给有需求的企业、机构。这是一些大通讯社和财经专业媒体的强项。
数据资产管理——听起来有点儿抽象，但其中可操作的内容对报业并不陌生。比如，网络上每天产生各种新闻、信息，特别是负面新闻、评论，无论对机构、企业和个人而言都是正面或负面资产，既然是资产，如何管理就是一门生意。舆论监督本就是报业的核心功能之一，加之媒体对舆论危机公关比较擅长，由此延伸到数据资产的管理，角色跨度并不很大，不失为基于报业资源优势的一种务实选择。
再看数据驱动的解决方案——对报业来说其应用领域相当广泛。未来，媒体在做好社会记录者与信息传播者外，更应定位成社会解读者和分析预测者，做好信息和数据的深度加工、深度解读和去伪存真的服务，而大数据无疑能成为报业进行全面深刻洞察的一大利器。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
